文件名称：Finding-Lane-Lines：在这里，我将使用Canny边缘检测和霍夫变换算法来识别和跟踪视频流中的车道线
文件大小：43.2MB
文件格式：ZIP
更新时间：2024-03-10 23:54:40
JupyterNotebook
在路上寻找车道线 概述 开车时，我们会用眼睛决定要去的地方。 道路上的线向我们显示了车道的位置，这是我们始终将车辆转向的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同时用于和.The代码文件被称为P1.ipynb和书面记录模板writeup_template.md 为了满足项目中的规范，请查看规则中的要求 创建出色的论文 对于此项目，出色的论文应针对的“反射”部分提供详细的响应。 反思包括三个部分： 描述管道 找出任何缺点 建议可能的改进 我们鼓励在您的文章中使用图像来
【文件预览】：
Finding-Lane-Lines-master
----set_git.sh(702B)
----P1.ipynb(20KB)
----examples()
--------P1_example.mp4(13.4MB)
--------grayscale.jpg(10KB)
--------line-segments-example.jpg(88KB)
--------raw-lines-example.mp4(4.73MB)
--------laneLines_thirdPass.jpg(90KB)
----writeup_template.md(1KB)
----test_videos_output()
--------ignore.txt(2B)
----LICENSE(1KB)
----test_images()
--------solidWhiteRight.jpg(69KB)
--------solidYellowLeft.jpg(66KB)
--------solidYellowCurve.jpg(57KB)
--------whiteCarLaneSwitch.jpg(59KB)
--------solidWhiteCurve.jpg(49KB)
--------solidYellowCurve2.jpg(65KB)
----README.md(4KB)
----test_videos()
--------challenge.mp4(14.39MB)
--------solidWhiteRight.mp4(2.52MB)
--------solidYellowLeft.mp4(7.64MB)